《複雜網路中分散式觀測器的設計及套用》是依託浙江大學，由劉英擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：複雜網路中分散式觀測器的設計及套用
- 依託單位：浙江大學
- 項目負責人：劉英
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
複雜網路無處不在，因而激起了科學和工程各個領域科學家們極大的研究興趣。網路動力學研究是複雜網路研究中的一個活躍分支。顯然，精確的網路模型和系統狀態信息對網路動力學的研究至關重要。但現實網路往往存在著一定的不確定性，使得我們難以獲得網路的全部動力學行為。對此，人們提出了自適應觀測器方法。但已有研究通常需要向網路中各節點傳輸其它所有節點的狀態信息來設計相應的控制器，既浪費資源又降低了系統的魯棒性。在分散式控制中，網路中各節點僅與其鄰居節點之間進行信息交換。因此，採用分散式方式來設計觀測器可以有效地節省成本，提高系統的魯棒性。本項目將結合分散式處理技術和控制理論，研究分散式自適應觀測器的設計問題，實現對網路狀態的重構以及對未知參數的辨識；並以此為基礎，開展一些相關的套用研究。本研究能夠幫助我們更好地了解現實網路中複雜的動力學行為，也為一些具體問題的解決提供了堅實的理論基礎，具有重要的套用價值。
結題摘要
本項目研究結合分散式處理技術、非線性動力學以及自動控制理論，對複雜網路中分散式自適應觀測器的設計、分散式信息處理的算法以及神經機理等問題進行研究。主要研究成果如下： 在分散式自適應觀測器的研究方面，我們提出了基於滑模控制的自適應觀測器，該觀測器具有較好的魯棒性，能夠較好地實現複雜網路的自適應同步。此外，我們還從最佳化的角度出發，設計遺傳算法，通過改變網路的拓撲結構，達到提高網路同步性的目的。 在分散式信息處理的算法研究方面，我們考慮待估計信號的稀疏性，提出了一些基於感測器網路的分散式稀疏估計算法，有效提高了信號估計的性能，加快了算法的收斂性，減小了信息處理的代價。該算法也被成功套用於信號譜的估計中。此外，我們還研究了網路拓撲對複雜網路中分散式信息處理的影響以及如何設計最優的網路拓撲來提高分散式估計的性能。 在分散式信息處理的神經機理方面，我們考慮到膠質細胞與生物神經元之間的雙向通信，建立了三維的神經元-膠質細胞場模型，並對其內在的神經機理進行研究。然後，基於建立的模型，研究了膠質細胞對神經元以及神經元網路模組中的信號傳輸的影響，討論了其相應的神經機理。 本項目的研究按照計畫書展開，各項研究內容進展均比較順利。該項目屬於基礎研究，成果形式主要是論文發表，我們的主要工作發表在IEEE Trans. Signal Process, IEEE Trans. Neural Network and Machine Learning等本學科領域國際學術刊物上，共發表論文14篇，其中被SCI收錄的論文13篇，被EI收錄的論文1篇，論文被國內外同行多次引用和評述。在該項目執行期間，項目負責人獲得了教育部高等學校科學研究優秀成果獎自然科學二等獎（排名第四），該獲獎項目《非線性系統的超混沌建模與最佳化控制及其套用》與本課題緊密相關。在本研究項目的支持下，我們邀請了Wallace K.S. Tang，G.R. Chen, Bernard C. Y. Chiu等學者來華訪問，參加國內、國際學術會議3人次。指導碩博士研究生7名。
